基于自适应权重粒子群优化算法的地下水污染溯源辨识

高琬玉; 卢文喜; 潘紫东; 白玉堃

首页> 中文期刊> 《中国农村水利水电》 >基于自适应权重粒子群优化算法的地下水污染溯源辨识

基于自适应权重粒子群优化算法的地下水污染溯源辨识

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

地下水污染溯源辨识是指利用监测井的观测数据对污染源信息进行识别。然而,在应用模拟-优化方法进行溯源工作时,多次运行数值模拟模型会带来较大的计算负荷;在利用传统粒子群算法求解优化模型时,易陷入局部极值点,严重影响辨识结果的精度。研究基于假想算例,应用模拟-优化方法,将模拟模型作为等式约束条件,以模拟输出值与实际观测值之间的偏差极小化作为目标函数,连同其他非负约束条件建立优化模型,对三个潜在污染源的释放历史及渗透系数进行了联合识别。通过训练BP神经网络,建立数值模拟模型的替代模型,以缓解沉重的计算负荷;为了避免求解优化模型时陷入局部极值,研究提出了一种自适应权重算法,增强了传统粒子群优化算法跳出局部极值点的能力,识别结果表明:①运用BP神经网络所建立的替代模型能够很好地近似模拟模型的输入-输出关系,拟合精度达到0.99,且运行速度明显快于数值模拟模型,证明了其可以代替数值模拟模型嵌入优化模型中进行污染源溯源辨识工作;②同运用传统粒子群优化算法相比较,运用自适应权重粒子群优化算法,对优化算法的参数和迭代终止条件进行调节,可以有效地提高算法的收敛速度和计算效率,收敛得到的最优解的相对误差基本小于5%。

著录项

来源
《中国农村水利水电》 |2022年第12期|1-7|共8页
作者
高琬玉; 卢文喜; 潘紫东; 白玉堃;
展开▼
作者单位

吉林大学地下水与资源环境教育部重点实验室;

吉林大学新能源与环境学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类水文地质学（地下水水文学）;
关键词
污染源溯源辨识; 模拟-优化方法; 替代模型; 自适应权重粒子群算法; BP神经网络方法;

相似文献

中文文献
外文文献
专利

1. 基于距离代价的自适应惯性权重粒子群优化算法 [J] . 黄欣 ,丘刚玮 ,唐伟萍 . 电脑知识与技术:学术版 . 2022,第5期
2. 一种新的基于正弦自适应权重的模拟退火粒子群优化算法 [J] . 甘地 . 科技创新与应用 . 2022,第5期
3. 基于自适应惯性权重的均值粒子群优化算法 [J] . 赵志刚 ,林玉娇 ,尹兆远 . 计算机工程与科学 . 2016,第003期
4. 基于Sigmoid惯性权重自适应调整的粒子群优化算法 [J] . 黄利 ,杜伟伟 ,丁立新 . 计算机应用研究 . 2012,第001期
5. 基于交叉和自适应权重的混合粒子群优化算法 [J] . 刘瑞 ,刘悦 . 信息技术 . 2010,第011期
6. 自适应粒子群优化算法在系统辨识和参数优化中的应用 [C] . 李晓斌 ,寇得民 ,于波 . 2007年首届仪表、自动化与先进集成技术大会 . 2007
7. 基于多因子惯性权重的粒子群优化算法的研究 [A] . 张岩 . 2013

基于自适应权重粒子群优化算法的地下水污染溯源辨识

摘要

著录项

相似文献

相关主题

期刊订阅